2021年10月17日-20日，2021北京国际风能大会暨展览会（CWP 2021）在北京新国展隆重召开。作为全球风电行业年度最大的盛会之一，这场由百余名演讲嘉宾和数千名国内外参会代表共同参与的风能盛会，再次登陆北京。
其中，10月20日中东南部风电发展论坛隆重召开。Leosphere SAS研究经理梁志出席会议并演讲。
以下为发言全文：
梁志：各位风电的前辈跟同仁大家上午好，今天我主要介绍一下激光雷达的前馈控制技术，激光雷达大概有十多年的发展的历程，最开始其实大家比较熟悉的是主要用在风资源里面的可能是300米那种地基的激光雷达，然后就是它的应用，因为它是主要是用来取代或者来作为一种测风的捕测的手段，得到了很大的发展。在机舱雷达发展情况下，最开始，最多的应用其实是用来做风机的功率曲线，这样能测到风机的来流。
大概三四年左右的时间，因为厂商更多的认识到，其实我们能提前测量到来流，其实会更好的能够提高这个风机的控制的一些性能。今天的这个报告主要分为以下几个内容，首先就是第二部分的话，首先是介绍一下前馈控制技术情况，第二部分介绍一下雷达跟现在的一个数据的算法，后面三项是我们实际的一个项目的一个结果的一个情况。首先是第一部分的技术介绍，首先就是激光雷达的这个前馈控制技术目标，因为传统的控制算法，它主要是根据风机的一些，就是它的风速，最主要用来作为判断风机的启动跟判断风机切出的状况，通过里面风机的里边的暖冬四距跟叶轮转速进行一些动态的调节，其实在风机它的这个控制里面，其实风速参与的程度会比较少，如果我们在这个里边加入激光雷达，其实我们可以到这个风机前端的风速场，这样当风机，我们可以知道未来的风速的一个状况，所以我们风机的控制策略可以提前做一些响应。
这个技术的控制目标首先是通过我们更好知道未来风况的状况，我们知道品老和载荷，我们知道未来风场变化情况，相当于我们风机有一个导航，相当于风是一个什么状况，可以提高自己风的适应性。另外因为载荷的降低会导致在一个，这个风机运用六米每秒左右的一个风场的场址，我可以放到6.5米甚至7米的场址，对于风能的提高非常显著。为了达到控制目标，其实我们需要一些关键的风场的一些信息，就比如说叶轮平均的风速包括风向，另外一些极端的风控装，风切片的状况，也是影响的关键因素。
在这个里面，其实激光雷达这个是作为一个核心的硬件的测量手段，首先是测量激光数上的静向风速，我们可以得到这个风场的一些特质，然后在这个里面，其实我们因为风机，在实时风场，这个风况比较复杂，所以我们面对着比较多的一些挑战。首先对于来流的可靠性的估计跟预测，另外就是雷达测量的数据的有效率包括风速测量的风度，另外风速状况，装在叶片后面的，所以对于它的这个遮挡的一个判断的话，是需要进行一些数据剔除的，另外受限制，电脑的一些资源是受到限制，所以我们需要比较好的算法计算这些风参数的一个判断。
这个是因为我们针对现在的这个控制技术，所以我们也今年发出来了就是风素的算法，这样会提高各种现在我们面临的挑战下面的话，我们会得到更好的一个，就是风速的一个信息提供给风机，控制一个参量。
这个技术到底是有什么样的效果呢？首先第一点还载荷降低，它可以降低塔筒的一个载荷，对于叶片载荷会有显著的降低，另外对于极限载荷也会有很大的降低，这是长期的效果。对于载荷降低后的效果，所以风机的运行寿命会得到一定的延长，这个故障率包括运行成本都会有所降低。另外就是风机的适用等级会提高，包括风机性能也会得到一些优化和评估。另外比较热的就是风的传感器，因为安装在风机后面，就是像机舱的风速，其实会受到叶片包括传感器附近的一些结构部件的影响，所以风向的测量会存在偏差，所以这个也是激光雷达比较好的应用方向。
现在我们介绍一下激光雷达的硬件和计算算法，首先因为风场前面的气流是比较复杂的，所以我们要得到比较详尽的信息，我们知道激光光复，我们可以知道风戳的例题效果，我们需要风机前面大概十个测量距离把握它的演化过程，风机前面50到200米是非常关键的一个区域，另外我们 需要比较高频的采样频率，能得到更多的数据信息。然后另外因为风机它的控制需要比较高的数据，所以我们需要一个很好的一个数据效率包括数据的精度。那这个是硬件的一个情况。
另外软件，其实我们需要对于这些数据得到非常能符合风场信息的一个，就是把这个复杂的数据提出到我们，提取到我们有用的参量，另外提高数据的有效率，也包括进一步提升测量的精度。所以整体的数据输出其实最终的数据输出，其实相当于在每个测量距离我们有结论的平均风速，作为风机的控制信息，其实我们需要得到风机机位未来0到5秒内的自由风速的一个判断，这样风机可以根据这个参量提前做一些响应。
下面就是简单介绍技术之后我们介绍我们实际测试的项目，这个就是它是开始的比较早，然后我们在这个项目里面研发并且验证了我们的数据算法，其实我们这个数据，我们有激光雷达得到这个自由流的风速的预测之后，我们需要一个标准量跟它进行评估。我们这个标准量选择其实就是用机舱的SCADA通过对比提出它的控制量，它的效果是怎么样的。
这个图是实际测量的结果，左上面这个图是，是我们测量的这个结果，然后应该蓝色线是SCADA数据推测出来的风速，我们可以看到两者其实在这个值上面会是，就是它的值系非常接近的，下面这个我们测试出来风速情况，那个对它的疯涨会有影响，所以这个反映了叶轮前风速衰减的情况我们激光雷达的测量可以提前这个风场变化的一个情况这样就给我们风机的控制，然后提供了一定的时间差，然后可以实现控制的效果。
下面我们是用，因为刚才是我们有时间序列的这个分布，然后我们用相干性分析的方法分析这个时间数据的准确性怎么样的，然后结果作上面的这四条曲线是SCADA分析出的这个风速，另外三条是它的一个0到5秒的预测风速。右下面的图是我们用相干性分析这几条时间序列是怎么样的吻合程度。这个效果是比较好的，它与SCADA计算出来的吻合度是非常高的，这就是激光雷达，就是他提供这个数据，然后对于控制的一个实际的价值。
另外一个项目是我们在山西做的，测试是去年，大概是去年，然后左上边的这个是实际激光雷达的安装的一个示意图，然后中间的这个图是激光雷达有一个叫性噪比，这个是比系统的高的，也表明了测量期间这个数据的性能是比较好的。另外我们从下面的图可以看到这个数据有效率的分布是比较好的，然后通过这个红色线是我们最终的，加到算法之后的数据输出，这样对风机控制是比较关键的，每个时刻有更新的数据反馈到他的系统里面，更好的提供控制的一个参考。
这个就是项目实际的一个分布情况，我们可以看到这个蓝色的线是，缆索的散点是机舱的风速剂提供的信号，黑色的线是SCADA，他通过功率算出的时刻应该的一个风速水平，红色的线是我们，就是五秒钟之后风速情况，这个红色的线是明显有一个信号提前，相当于这个风机的SCADA的数据，所以这个就给了我们风机，通过激光雷达的这个自由流风速的预测，然后给了他一定的时间，然后让风机做一定的判断。
通过这个图我们可以看到，因为其实机舱，就是叶片包括机舱上面的部件，其实对于机舱风速仪的影响是比较大的，数据离散情况是比较强的，我们风机直接拿这个作为控制的一个判断，其实它的依据会比较，依据程度会差一些，激光雷达在这方面，因为它测量的是风机前方，没有受到影响的情况，而且它可以测量之前的，它可以提前知道这个风速的变化，所以说对于风机的控制会有一个非常好的效果。
然后我们对这个，因为它的这个时间的提前量是非常关键的一个信息，所以我们用了时间之后相关的一个方法。然后我们想半段这个提前量的一个精度，然后我们通过这个分析之后发现确实得到的这个，就是它的相关度最高的时候也是发动在五秒的情况，五秒的风速预测和实际数据的结果发现，它的时间的准确率还是比较高的。
另外是另外一个项目三的情况，就是我们知道其实在小风的情况下，这个湍流强度如果它比较高，其实会提高风极的发电量，但是风机接近满发，因为湍流强度会造成这个气流的不均匀，然后风机会作为一些响应，它要适应这个湍流，一般功率会降低，所以湍流对风机的性质有比较强的影响。激光雷达测量立体的，空间上的风场信息，我们也可以获得湍流的情况，叶轮所处的空间高度也是比较大的，所以在这个空间上面，它风的一般，风速的一个分布包括它的风向分布都是有所变化的，所以风切片对于风机的性能也是比较大的，激光雷达其实也可以作为一个很好的数据输入来源来判断到底风场是什么样的情况，能够为风机控制提供什么样的来源。
下面介绍一下结论，首先这个激光雷达的控制技术还是我们对未来有很大的一个期待的，因为我们觉得这个确实能提供一些额外的一些信息，来提高风机的一些发电量，降低载荷。另外通过准确的风速，就是风速的一个预测，其实我们也可以给控制这边提供更好的数据来源。然后其实我们在实际的项目中，也发现了其中的价值，然后就是实际的一些性能评估，就是我们通过方针，也通过我们实际的，多个的测试项目，发现了实际的效果还是不错的，另外结论主要在于我们风速的算法，其实还是有比较显著的价值，可以用于风机的前面孔四技术，自由流枫树跟SCADA数据还是比较运河的，时间上也是比较一致，在时间的精度上面其实这个已经得到了验证，另外我们得到风速的切变包括湍流，都是对风机的控制是一个比较好的来源。还是机舱的风速仪和方向标，还有构件的一些，我们在未来中还是要多做一些工作，然后做一些相关的，因为它对于风机的控制其实还是有很多关键的因素，所以我们还是希望能多做一些工作，提高在风场的适用性的一些情况下更多采用比较新的技术和新的控制策略，谢谢大家。
|
